• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.416-422
• /
• 2019

본 논문은 절차적함수를 이용하여 실시간으로 3차원 구름을 모델링하고 렌더링하는 알고리즘을 제안한다. 구름 모델링은 절차적 노이즈 함수인 fbm(Fractional Brownian Motion)을 변형하여 사용하며, 이 값을 대기의 수증기 밀도 값으로 이용한다. 이 밀도 값은 파라미터로 주어진 3가지 구름의 형태를 위해 변형되며 렌더링단계의 입력 값으로 들어간다. 레이마칭(ray marching)기법을 이용한 렌더링 단계에서는 이 밀도 값을 이용하여 구름의 색상을 결정하며 이때 밀도에 따른 빛의 감소 및 산란현상은 물리적으로 계산된다. 대기모델로 렌더링 된 하늘 위에 제안한 알고리즘에 의해 구현된 구름들이 블랜딩되며, 이 때 바람의 방향에 따라 구름이 움직이도록 한다. 제안된 구름 생성 및 렌더링은 GLSL언어를 이용해서 GPU상에서 구현되었다.

• 한국전자통신학회논문지
• /
• 제14권2호
• /
• pp.289-296
• /
• 2019

최근 스마트폰 카메라 기술의 발달로 고화질의 동영상을 촬영할 수 있다. 이러한 기술을 다양한 방법으로 활용하기 위해 디스플레이 등의 외부 장치로 신호 전송이 가능하여야 한다. 영상신호의 전송 성능은 전송선로의 손실과 배선의 길이에 따라 결정된다. 논문에서는 스마트폰 디자인에 따라 변경되는 배선 길이와 인쇄회로기판 도체 배선 소재 표면 거칠기 진폭에 따른 HDMI 전송선로 설계 기준을 제안하였다. 또한 실제 스마트폰 설계에 제안된 설계 기준을 적용하여 검증하였다. 본 논문을 통해 제안된 설계 기준은 모바일 어플리케이션외 고속신호 전송선로가 포함되는 다양한 응용분야에 확대 적용될 수 있을 것으로 판단된다.

• 융합보안논문지
• /
• 제21권1호
• /
• pp.121-127
• /
• 2021

무선 노드 외에 어떠한 인프라도 존재하지 않는 MANET은 빠른 네트워크 구성할 수 있는 장점을 가지고 있다. 하지만 노드들의 이동, 무선 매체 등은 MANET이 가지고 있는 보안 취약점의 원인이기도 하다. 특히 네트워크상에 존재하는 공격 노드들에 의한 그 피해는 다른 네트워크에 비해 상당히 크다. 따라서 공격노드들에 대한 탐지 기법과 공격으로 인한 피해를 줄이는 기법도 반드시 필요하다. 본 논문에서는 침입탐지의 효율성을 높이기 위한 계층구조 기법과 공격으로 인한 피해를 줄이기 위해 P2P 메시 네트워크 구성 기법을 적용한 협업 기반 침입탐지 기법을 제안하였다. 제안한 기법에서는 클러스터내 노드들에 대한 신뢰도 평가를 통해 사전에 공격 노드에 대한 네트워크 참여를 배제하였다. 그리고 공격 노드에 의한 공격이 탐지되면 클러스터 헤드간의 P2P 메시 네트워크를 통해 네트워크 전역에 공격 노드 정보를 빠르게 전달함으로써 공격 노드의 피해를 최소화하는 방법을 적용하였다. 제안한 기법의 성능 평가를 위해 ns-2 시뮬레이터를 이용하였으며, 비교 실험을 통해 제안한 기법의 우수한 성능을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1255-1261
• /
• 2020

현재 모바일 기기의 보급이 점차 확대되어 지고 있다. 그에 따라 영상이나 사진을 활용한 다양한 기술들이 활발히 연구되어지고 있다. 하지만 영상 데이터는 복합적인 이유로 잡음이 발생하게 되며, 잡음의 제거 성능에 따라 영상처리의 정확도가 높아진다. 따라서 전 처리 과정으로 잡음의 제거는 필수불가결한 단계중 하나이다. 영상의 대표적인 임펄스 잡음으로 Salt and Pepper 잡음이 있으며, 이러한 잡음을 제거하기 위해 다양한 연구가 진행되고 있다. 하지만 기존의 알고리즘의 경우 고주파 영역에서 잡음제거 성능이 떨어지고, 평균 필터의 경우 블러 현상이 나타난다. 따라서 본 논문에서는 엔트로피를 이용하여 저주파영역 뿐만 아니라 고주파 영역에서도 효과적으로 Salt and Pepper 잡음을 제거하는 알고리즘을 제안한다. 제안한 알고리즘의 객관적이고 정확한 판단을 위해 MSE 및 PSNR을 이용하여 기존의 알고리즘들과 비교, 분석하였다.

• 한국BIM학회 논문집
• /
• 제10권4호
• /
• pp.32-39
• /
• 2020

In recent years, the construction industry is getting bigger and more complex, so it is becoming difficult to acquire point cloud data for construction equipments and workers. Point cloud data is measured using a drone and MMS(Mobile Mapping System), and the collected point cloud data is used to create a 3D digital map. In particular, the construction site is located at outdoors and there are many irregular terrains, making it difficult to collect point cloud data. For these reasons, adopting a noise reduction algorithm suitable for the characteristics of the construction industry can affect the improvement of the analysis accuracy of digital maps. This is related to various environments and variables of the construction site. Therefore, this study reviewed and analyzed the existing research and techniques on the noise reduction algorithm. And based on the results of literature review, performance evaluation of major noise reduction algorithms was conducted for digital maps of construction sites. As a result of the performance evaluation in this study, the voxel grid algorithm showed relatively less execution time than the statistical outlier removal algorithm. In addition, analysis results in slope, space, and earth walls of the construction site digital map showed that the voxel grid algorithm was relatively superior to the statistical outlier removal algorithm and that the noise removal performance of voxel grid algorithm was superior and the object preservation ability was also superior. In the future, based on the results reviewed through the performance evaluation of the noise reduction algorithm of this study, we will develop a noise reduction algorithm for 3D point cloud data that reflects the characteristics of the construction site.

• Journal of Astronomy and Space Sciences
• /
• 제38권1호
• /
• pp.1-21
• /
• 2021

The observation of stellar occultations constitutes one of the most important techniques for determining the dimensions and establishing the physical parameters of small Solar System bodies. The most substantial calculations are obtained from multiple observations of the same event, which turns the observation of stellar occultations into highly collaborative work and groups teams of observers through international networks. The above situation also requires the participation of both professional and amateur observers in these collaborative networks. With the aim of promoting the participation of professional and amateur groups in the collaborative observation of stellar occultations, we present the methodology developed by the Astronomical Observatory of the Technological University of Pereira (OAUTP) for the observations of occultations due small Solar System bodies. We expose the three fundamental phases of the process: the plan to make observations, the capture of the events, and the treatment of the data. We apply our methodology using a fixed station and a mobile station to observe stellar occultations due to MBAs (354) Eleonora (61) Danae (15112) Arlenewolfe (3915) Fukushima (61788) 2000 QP181 (425) Cornelia (257) Silesia (386) Siegena and (41) Daphne, and due to TNOs 1998BU48 and (529823) 2010 PP81. The positive detections for the objects (257) Silesia (386) Siegena and (41) Daphne allow us to derive lower limits in the diameter of the MBAs of 63.1 km, 166.2 km and 158.7 km and offsets in the astrometric position (Δαc cos��c, Δ��c) of 622.30 ± 0.83, 15.23 ± 9.88 mas, 586.06 ± 1.68, 43.03 ± 13.88 mas and -413.44 ± 9.42, 234.05 ± 19.12 mas, respectively.

• 융합신호처리학회논문지
• /
• 제22권3호
• /
• pp.99-103
• /
• 2021

최근 CNN(Convolutional Neural Network)이 다양한 컴퓨터 비전 분야에서 우수한 성능으로 널리 사용되고 있다. 그러나 CNN은 계산 집약적이고 많은 메모리가 요구되어 한정적인 하드웨어 자원을 가지는 모바일이나 IoT(Internet of Things) 기기에 적용하기 어렵다. 이런 한계를 해결하기 위해, 기존의 학습된 모델의 성능을 최대한 유지하며 네트워크의 크기를 줄이는 인공신경망 경량화 연구가 진행되고 있다. 본 논문은 신경망 압축 기술 중 하나인 프루닝(Pruning)의 문턱값을 동적으로 조정하는 CNN 압축 기법을 제안한다. 프루닝될 가중치를 결정하는 문턱값을 실험적, 경험적으로 정하는 기존의 기술과 달리 정확도의 저하를 방지하는 최적의 문턱값을 동적으로 찾을 수 있으며, 경량화된 신경망을 얻는 시간을 단축할 수 있다. 제안 기법의 성능 검증을 위해 MNIST 데이터 셋을 사용하여 LeNet을 훈련시켰으며, 정확도 손실 없이 약 1.3 ~ 3배의 시간을 단축하여 경량화된 LeNet을 얻을 수 있었다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.63-75
• /
• 2022

본 연구에서는 국내외의 25개 전시관에서 제공되고 있는 스마트 도슨트 인터페이스를 어포던스 기반으로 비교 분석하였다. 소수의 경험자 중심으로 발견하는 휴리스틱 평가기법을 채택하였으며, 사용자 인터페이스 사용성 평가의 경우 리서치 한 세트당 5~8명이면 충분한 결과를 얻을 수 있다는 제이콥 닐슨의 가이드라인을 기반으로 6명의 연구 참여자를 선정해 진행하였다. 어포던스 비교분석 결과, 동양에서 사용 중인 스마트 도슨트가 서양에서 사용 중인 스마트 도슨트보다 대부분의 어포던스에서 평균적으로 높은값을 보였지만, 감각적 어포던스에 한해서는 낮은값을 보이는 것으로 나타났다. 더불어, 범주를 세분화하여 국가별 어포던스 값을 도출하였는데, 미국에서 사용되고 있는 스마트 도슨트의 감각적 어포던스가 타국가와 비교하였을 때, 가장 높은값을 나타내는 특이점이 발견되었다. 결론적으로 본 연구로써 국내외 전시관에서 사용되는 스마트 도슨트의 네 가지 어포던스를 비교해보는 동시에, 향후 행동유도성 개선에 대한 방향성을 제시할 수 있었는데, 이는 스마트 도슨트의 인터페이스 디자인 및 전시관 서비스 전략에도 도움이 될 수 있는 실무적 시사점을 제공할 수 있을 것이다.

• Journal of Positioning, Navigation, and Timing
• /
• 제11권3호
• /
• pp.217-227
• /
• 2022

In order to provide a location-based services regardless of indoor or outdoor space, it is important to provide position information of the terminal regardless of location. Among the wireless/mobile communication resources used for this purpose, Long Term Evolution (LTE) signal is a representative infrastructure that can overcome spatial limitations, but the positioning method based on the location of the base station has a disadvantage in that the accuracy is low. Therefore, a fingerprinting technique, which is a pattern recognition technology, has been widely used. The simplest yet widely applied algorithm among Fingerprint positioning technologies is k-Nearest Neighbors (kNN). However, in the kNN algorithm, it is difficult to find the optimal K value with the lowest positioning error for each location to be estimated, so it is generally fixed to an appropriate K value and used. Since the optimal K value cannot be applied to each estimated location, therefore, there is a problem in that the accuracy of the overall estimated location information is lowered. Considering this problem, this paper proposes a technique for adaptively varying the K value by using a Convolutional Neural Network (CNN) model among Artificial Neural Network (ANN) techniques. First, by using the signal information of the measured values obtained in the service area, an image is created according to the Physical Cell Identity (PCI) and Band combination, and an answer label for supervised learning is created. Then, the structure of the CNN is modeled to classify K values through the image information of the measurements. The performance of the proposed technique is verified based on actual data measured in the testbed. As a result, it can be seen that the proposed technique improves the positioning performance compared to using a fixed K value.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.1-8
• /
• 2022

최근 소개된 구글 MediaPipe의 모발 분할 방식은 실시간 모바일 애플리케이션을 위해 특별히 설계된 단일 카메라 입력에서 신경망 기반 모발 분할을 위한 새로운 접근 방식을 제시한다. 상대적으로 작은 신경망으로 가상 머리카락 다시 칠하기와 같은 증강 현실 효과에 매우 적합한 고품질 머리카락 분할 마스크를 생성한다. 그렇지만, 모발 스타일 또는 모발 영역에 잡음이 있는 경우에 모발 분할 정확도가 떨어지는 문제점들이 있다. 이에 본 연구에서는 지정된 라벨에서 모발 위치와 모발 색상 가능성의 추정된 사전 분포에 따라 이미지의 에너지 함수를 구성하고, 이것을 그래프 절단 알고리즘에 따라 최적화시키는 방식으로 초기 모발 영역을 얻는 방식을 도입한다. 그런 다음에, 초기 모발 영역에 클러스터링 알고리즘과 사후 처리 기법을 적용하여 최종 모발 영역을 정밀하게 분할 할 수 있도록 한다. 제안된 방식은 MediaPipe의 모발 분할 파이프라인에 적용된다.